杜小龍 羅 岸 李少斌 陳 卉 杜何為

長(zhǎng)江大學(xué)生命科學(xué)學(xué)院，湖北 荊州 434020

在教育部“雙萬計(jì)劃”戰(zhàn)略及“雙一流”建設(shè)背景下，對(duì)一流學(xué)科專業(yè)建設(shè)提出明確新要求，即人才培養(yǎng)需滿足“面向未來、適應(yīng)需求、引領(lǐng)發(fā)展、理念先進(jìn)、保障有力”五大要素。其中，生物技術(shù)專業(yè)處于國家“新農(nóng)科”建設(shè)戰(zhàn)略轉(zhuǎn)型拐點(diǎn)，使得人工智能技術(shù)開發(fā)應(yīng)用與普及迫在眉睫。

當(dāng)前，基于數(shù)字化基礎(chǔ)的人工智能技術(shù)在多個(gè)層面上重塑了傳統(tǒng)價(jià)值鏈，構(gòu)建了新的學(xué)科生態(tài)，打破了專業(yè)邊界，使學(xué)科間交叉不斷涌現(xiàn)，這也成為生物專業(yè)教學(xué)改革的一個(gè)重要突破點(diǎn)。人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力，正深刻改變著人們的生產(chǎn)、生活、學(xué)習(xí)方式［1］。把握全球人工智能發(fā)展態(tài)勢(shì)，培養(yǎng)大批具有農(nóng)科及生物專業(yè)知識(shí)背景的人工智能人才，是本學(xué)科亟待開展的一項(xiàng)工作。

一、人工智能與生物技術(shù)領(lǐng)域交叉融合的需求背景

人工智能（Artificial Intelligence，AI）即運(yùn)用計(jì)算機(jī)模擬相似人類智能，實(shí)現(xiàn)思維延伸及學(xué)習(xí)速度大幅加強(qiáng)，該領(lǐng)域的研究主要包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

當(dāng)前，人工智能技術(shù)已經(jīng)滲透到生物學(xué)科的諸多方面，兩者融合成為時(shí)代的雙風(fēng)口。從生物信息學(xué)角度來看，人工智能廣泛應(yīng)用于如小分子物質(zhì)結(jié)構(gòu)分析、信號(hào)通路推導(dǎo)、藥物研發(fā)、工程菌株制備等前沿領(lǐng)域。例如：蛋白信息學(xué)分析中，深度學(xué)習(xí)工具RoseTTAFold可通過篩選大量數(shù)據(jù)后快速對(duì)蛋白質(zhì)結(jié)構(gòu)進(jìn)行高精度預(yù)測(cè)［2］；在藥物設(shè)計(jì)領(lǐng)域，人工智能輔助系統(tǒng)通過機(jī)器學(xué)習(xí)的藥物篩選與預(yù)測(cè)模型，可快速篩選出大量具有藥物活性的新化學(xué)分子［3］；在植物表型研究中，利用機(jī)器學(xué)習(xí)系統(tǒng)分析不同類型脅迫特征，從而更好解決當(dāng)?shù)刈魑锓N植問題［4］。從生產(chǎn)應(yīng)用來看，生物技術(shù)領(lǐng)域目前使用人工智能主要涉及農(nóng)業(yè)生產(chǎn)及下游產(chǎn)品大規(guī)模加工制造等問題，例如：智慧農(nóng)業(yè)領(lǐng)域中，利用傳感器及無人機(jī)捕捉作物水分、肥料及營養(yǎng)元素等多參數(shù)，結(jié)合實(shí)際生長(zhǎng)狀況，通過機(jī)器學(xué)習(xí)優(yōu)化農(nóng)作物生產(chǎn)模式［5］；在食品檢測(cè)領(lǐng)域，電子鼻、電子舌等先進(jìn)設(shè)備被廣泛用于油品質(zhì)量檢測(cè)的相關(guān)研究項(xiàng)目中，如針對(duì)橄欖油香味電子數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)建模，以表征產(chǎn)品質(zhì)量，有效排除其他劣質(zhì)油摻入［6］。擴(kuò)展至食品供應(yīng)鏈及冷鏈儲(chǔ)運(yùn)方向，人工智能在遠(yuǎn)程數(shù)字化管理趨于完善的當(dāng)下，可及時(shí)提供食品安全數(shù)據(jù)，優(yōu)化配送流程。

面對(duì)教研、教學(xué)體系深化交融的現(xiàn)狀，生物技術(shù)專業(yè)以生物學(xué)體系為基礎(chǔ)，在創(chuàng)新與混合教學(xué)基礎(chǔ)上，如何利用人工智能技術(shù)推動(dòng)生物學(xué)科課程與其他相關(guān)學(xué)科交流，培養(yǎng)適應(yīng)智慧生物、農(nóng)業(yè)發(fā)展前景的人才，不斷為可持續(xù)經(jīng)濟(jì)發(fā)展提供動(dòng)力，全面提升我國生物制造產(chǎn)業(yè)的核心競(jìng)爭(zhēng)力，成為本專業(yè)當(dāng)前教學(xué)中需考慮的重點(diǎn)問題。

二、人工智能在生物技術(shù)專業(yè)教學(xué)中的實(shí)踐途徑

（一）針對(duì)專業(yè)發(fā)展方向，優(yōu)化人工智能相關(guān)課程設(shè)置

針對(duì)涉足地方數(shù)字經(jīng)濟(jì)、智慧生物、智慧農(nóng)業(yè)等企事業(yè)單位的人才需求，在高校逐步開設(shè)相關(guān)人工智能課程，如大數(shù)據(jù)、“互聯(lián)網(wǎng)+”、5G+技術(shù)等理論、實(shí)踐課程，并深入探索上述課程在生物技術(shù)專業(yè)的合理比例。大力開展校企合作，讓學(xué)生盡量參與人工智能相關(guān)課題，熟悉企業(yè)項(xiàng)目開發(fā)過程，實(shí)現(xiàn)人才培養(yǎng)符合生物行業(yè)內(nèi)職業(yè)標(biāo)準(zhǔn)；規(guī)范人才培養(yǎng)過程中技術(shù)指導(dǎo)流程，使學(xué)生初步掌握人工智能相關(guān)的實(shí)用技術(shù)，滿足就職及社會(huì)需求。實(shí)時(shí)跟進(jìn)知識(shí)及技術(shù)迭代，及時(shí)調(diào)整教學(xué)大綱，完善教學(xué)內(nèi)容。

1.在《人工智能基礎(chǔ)與應(yīng)用》課程中，針對(duì)本院科研方向與特色，邀請(qǐng)行業(yè)內(nèi)專家進(jìn)行智慧生物、農(nóng)業(yè)技術(shù)相關(guān)的專題授課，分析實(shí)際案例并介紹前沿動(dòng)態(tài)，激發(fā)學(xué)生興趣，擴(kuò)展學(xué)術(shù)思維，包含水稻、油菜智能化生產(chǎn)系統(tǒng)研發(fā)與應(yīng)用，無人機(jī)技術(shù)在病蟲害防治中的應(yīng)用以及人工智能在生物醫(yī)藥領(lǐng)域的應(yīng)用等；積極與相關(guān)農(nóng)企、藥企合作，將田間地頭、生產(chǎn)車間的實(shí)用知識(shí)帶入課堂中。案例如：“水稻病害圖像自動(dòng)化識(shí)別”，利用智能手機(jī)或相機(jī)在研究地拍攝水稻常見病害葉片（稻瘟病、葉斑病、紋枯病、稻曲病、細(xì)菌性條斑病等）及健康的水稻葉片圖像，通過分類整理后采用人工智能算法對(duì)特征進(jìn)行識(shí)別并建模，推廣至手機(jī)軟件，結(jié)合專家系統(tǒng)不斷擴(kuò)充圖庫，優(yōu)化模型參數(shù)，提高識(shí)別精準(zhǔn)度，從而實(shí)現(xiàn)水稻病害在5G+背景下的快速、高精度甄別，對(duì)植保人員及農(nóng)戶提供及時(shí)反饋。

2.在《遺傳算法優(yōu)化的水稻重金屬污染高光譜反演模型構(gòu)建》實(shí)踐課中，學(xué)生通過盆栽脅迫試驗(yàn)、大田實(shí)地采樣及空間遙感的綜合數(shù)據(jù)分析，對(duì)不同生長(zhǎng)階段的水稻植株重金屬污染源的遷移、轉(zhuǎn)運(yùn)進(jìn)行規(guī)律性總結(jié)，探究不同器官受重金屬污染的特征；在多源高光譜數(shù)據(jù)分析中，針對(duì)不同測(cè)量偏差對(duì)數(shù)據(jù)本身進(jìn)行修正、歸一化處理，重金屬元素反演建模中，采用非線性遺傳算法篩除冗余信息，以獲得高精度的偏最小二乘回歸模型。此結(jié)果改善了傳統(tǒng)檢測(cè)方法的諸多弊端，如：需進(jìn)行室外取樣、室內(nèi)化學(xué)分析，通常只有農(nóng)田土壤被重金屬污染后才實(shí)施檢測(cè)，不能做到提前防控，且只能以點(diǎn)帶面，無法做到大面積監(jiān)測(cè)，十分被動(dòng)。而高光譜技術(shù)結(jié)合遙感數(shù)據(jù)可實(shí)現(xiàn)重金屬污染由點(diǎn)到面的大面積主動(dòng)監(jiān)測(cè)，有助于農(nóng)業(yè)工作者早發(fā)現(xiàn)、早治理，做好管控工作。

（二）針對(duì)課堂改革要求，提升人工智能教學(xué)手段

“新農(nóng)科”建設(shè)中，面對(duì)大量前沿理論及新知識(shí)，需充分培養(yǎng)學(xué)生學(xué)習(xí)興趣與積極主動(dòng)學(xué)習(xí)能力。沉浸式教學(xué)過程中，人工智能教學(xué)手段的應(yīng)用能有效解決上述問題。例如：基于5G+人工智能的開放教學(xué)系統(tǒng)［7］，運(yùn)用虛擬現(xiàn)實(shí)技術(shù)和高速5G網(wǎng)絡(luò)構(gòu)建虛擬教學(xué)環(huán)境，模擬如實(shí)驗(yàn)室、野外、農(nóng)田等多種擴(kuò)展環(huán)境場(chǎng)景，使學(xué)生身臨其境進(jìn)行實(shí)驗(yàn)操作或?qū)嵺`活動(dòng)，服務(wù)端實(shí)時(shí)記錄過程與結(jié)果，用于后續(xù)評(píng)價(jià)。該技術(shù)實(shí)現(xiàn)課堂教學(xué)的實(shí)時(shí)交互，有效拉近師生間距離，使學(xué)生沉浸教學(xué)中，提高學(xué)習(xí)效果。

新冠肺炎疫情防控期間，針對(duì)線下教學(xué)難以有效實(shí)施的現(xiàn)狀，部分高校及時(shí)開展教師信息技能培訓(xùn)，采用如“清華雨課堂”“阿里釘釘”“騰訊會(huì)議”等人工智能軟件實(shí)現(xiàn)遠(yuǎn)程端教學(xué)，學(xué)生線上聽課門檻低，在遵守防疫政策大前提下，順利完成教學(xué)任務(wù)。以筆者親身經(jīng)驗(yàn)，高校目前對(duì)智慧教學(xué)軟件的應(yīng)用還存在普及不全面，使用水平低等問題，例如“雨課堂”高級(jí)功能中，存在融入PowerPoint與微信的小插件，可實(shí)現(xiàn)多維度的教學(xué)數(shù)據(jù)的全景式采集，通過大數(shù)據(jù)分析協(xié)助教師分析學(xué)情。

此外，大部分教學(xué)實(shí)踐過程中智慧軟件應(yīng)用與教學(xué)設(shè)計(jì)相互孤立，未能有效與先進(jìn)教學(xué)方法或教學(xué)模式相結(jié)合，因此，往往未能獲取良好教學(xué)效果，反而增加了學(xué)生負(fù)擔(dān)。部分學(xué)者針對(duì)這一現(xiàn)狀開展了多種復(fù)合教學(xué)模式探索，將智慧軟件與“翻轉(zhuǎn)課堂”“探究學(xué)習(xí)”“反饋互動(dòng)”“情境教學(xué)（PBL）”［8］、“小規(guī)模限制性在線課程（SPOC）［9］”等方法結(jié)合，使課程質(zhì)量得到有效提升。

（三）針對(duì)人才培養(yǎng)需求，拓展人工智能實(shí)踐活動(dòng)

生物技術(shù)是一門實(shí)踐性極強(qiáng)的學(xué)科，在實(shí)際生產(chǎn)中有諸多應(yīng)用。因此，人才培養(yǎng)需圍繞現(xiàn)代生物學(xué)研究前沿及相關(guān)領(lǐng)域關(guān)鍵技術(shù)結(jié)合開展，創(chuàng)建如“生物+農(nóng)業(yè)生產(chǎn)”的課程配套實(shí)踐體系，以培養(yǎng)技術(shù)特色鮮明的人才。例如，《植物生態(tài)學(xué)》課程中，以作物生長(zhǎng)周期中關(guān)鍵指標(biāo)為導(dǎo)向，可引入智慧農(nóng)業(yè)系統(tǒng)［10］及相關(guān)資源進(jìn)行教學(xué)。首先，由企業(yè)工程師演示系統(tǒng)框架及功能模塊，包含作物生產(chǎn)規(guī)劃的“工作流”、作物模型構(gòu)建及生產(chǎn)資料與工具的數(shù)字化、標(biāo)準(zhǔn)化管理。再由任課教師在掌握上述功能模塊的前提下，詳細(xì)講解程序中的人工智能算法、智慧農(nóng)業(yè)生產(chǎn)場(chǎng)景、精準(zhǔn)農(nóng)業(yè)智能裝備及農(nóng)業(yè)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等具體技術(shù)應(yīng)用。最后，安排學(xué)生參與“智慧農(nóng)場(chǎng)案例”的設(shè)計(jì)中來，并運(yùn)用不同的算法、模塊進(jìn)行比較，總結(jié)各自優(yōu)劣，提升應(yīng)用效果。

（四）針對(duì)課程學(xué)習(xí)效果，建立教學(xué)成效綜合評(píng)價(jià)體系

融入了大數(shù)據(jù)、人工智能等理論、實(shí)踐課程，轉(zhuǎn)型后的生物技術(shù)專業(yè)人才培養(yǎng)方案、課程體系均會(huì)發(fā)生較大變化，需重新建立一套新的教學(xué)成效評(píng)估體系。建議推行全過程考核，采用理論課堂互動(dòng)與課下總結(jié)、人工智能課外實(shí)踐結(jié)合的形式，并布置相關(guān)思考題、課后題等；考核成績(jī)中加入人工智能實(shí)踐內(nèi)容，根據(jù)學(xué)生學(xué)習(xí)過程中對(duì)知識(shí)的理解能力、學(xué)習(xí)態(tài)度、團(tuán)隊(duì)精神、政治素養(yǎng)等進(jìn)行綜合的初步量化評(píng)估；在常規(guī)成績(jī)考核基礎(chǔ)上，增加融入人工智能技術(shù)的開放型考題，適當(dāng)降低客觀題比重。例如：《試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》課程中，不僅要考核學(xué)生完成作業(yè)及考試情況，還要結(jié)合課程大綱目標(biāo)，設(shè)計(jì)學(xué)生可參與的、運(yùn)用人工智能技術(shù)快速解決某一科學(xué)或生產(chǎn)實(shí)踐小問題的研學(xué)項(xiàng)目，激發(fā)學(xué)生主觀興趣，從中觀察其角色表現(xiàn)，包括框架設(shè)計(jì)、算法運(yùn)用、代碼調(diào)試、問題反饋、流程運(yùn)作等技術(shù)能力；同時(shí)，結(jié)合思政要求，關(guān)注其團(tuán)隊(duì)協(xié)作、溝通表達(dá)、文獻(xiàn)查詢等綜合表現(xiàn)。尤其遇到復(fù)雜問題是否畏難、實(shí)驗(yàn)失敗是否氣餒，態(tài)度是否端正，習(xí)慣及職業(yè)規(guī)范是否良好，進(jìn)而對(duì)教學(xué)成效進(jìn)行綜合評(píng)價(jià)。

三、結(jié)語

當(dāng)前，人工智能與生物學(xué)科的融合呈現(xiàn)出百花齊放、發(fā)展迅猛之勢(shì)?！靶罗r(nóng)科”建設(shè)中，數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)等新興學(xué)科崛地而起，高校應(yīng)充分考慮實(shí)際情況，發(fā)揮地方科研鏈及產(chǎn)業(yè)鏈特色，理論結(jié)合實(shí)際，從學(xué)科建設(shè)出發(fā)，優(yōu)化課程設(shè)置與教學(xué)手段，由淺至深，逐步提升人工智能內(nèi)容在學(xué)科中的占比，為學(xué)生進(jìn)一步接觸相關(guān)產(chǎn)業(yè)構(gòu)建大環(huán)境、提供背景知識(shí)，五育并舉，全面發(fā)展，為國家培養(yǎng)出高素質(zhì)、專業(yè)基礎(chǔ)扎實(shí)、創(chuàng)新能力強(qiáng)，適應(yīng)未來信息化需求的高級(jí)生物技術(shù)人才。